SageMaker和TensorFlow 2.0

Question

使用AWS Sagemeker运行TensorFlow 2.0的最佳方法是什么？

截至今天（2019年8月7日），AWS不提供TensorFlow 2.0 SageMaker容器，因此我的理解是我需要构建自己的容器。

什么是最好的基本映像使用？示例Dockerfile？

Answer 1

2019 年 11 月 10 日更新：

现在有一种在 SageMaker 中使用 Tensorflow 2 的方法，尽管没有直接从 SageMaker 控制台启动 TF 2 的快捷方式。

1. 启动 conda Python3 内核

2. 进行一些更新（每个代码单元格中一个）：

!pip install --upgrade pip         # pip 19.0 or higher is required for TF 2
!pip install --upgrade setuptools  # Otherwise you'll get annoying warnings about bad installs

3. 安装 Tensorflow 2

!pip install --user --upgrade tensorflow

鉴于文档，这将安装在$HOME.

注意：

如果您使用的是基于 GPU 的 SageMaker 实例，请替换tensorflow为tensorflow-gpu.

您现在可以在您的实例中使用 TF 2。只要实例保持运行，这只需执行一次。

要测试，只需在下一个单元格中运行：

import tensorflow as tf
print(tf.__version__)

你应该看到2.0.0或更高。

Answer 2

这是一个使用基础SageMaker Containers库的Dockerfile示例（这是官方预构建的Docker映像中使用的库）：

FROM tensorflow/tensorflow:2.0.0b1

RUN pip install sagemaker-containers

# Copies the training code inside the container
COPY train.py /opt/ml/code/train.py

# Defines train.py as script entrypoint
ENV SAGEMAKER_PROGRAM train.py

有关此方法的更多信息，请参见https://docs.aws.amazon.com/sagemaker/latest/dg/build-container-to-train-script-get-started.html